La descarga está en progreso. Por favor, espere

La descarga está en progreso. Por favor, espere

Shane Runquist US Peace Corps Volunteer SEMARNAT Puebla 19 agosto, 2009

Presentaciones similares


Presentación del tema: "Shane Runquist US Peace Corps Volunteer SEMARNAT Puebla 19 agosto, 2009"— Transcripción de la presentación:

1 Shane Runquist US Peace Corps Volunteer SEMARNAT Puebla 19 agosto, 2009

2 ¿Para Qué? Proceso General Mi Proceso y Herramientas Limitaciones y Dificultades Conclusión

3 Entre 2 fechas especificas: Identificar áreas de pérdida o aumento significante en vegetación (año-a-año) Estudiar sucesión estacional (cambio de vegetación entre estaciones de 1 año) Identificar cambios no vegetales (urbano, humedales, costales, etc.) ¡Y es posible hacerlo completamente gratis!

4 1. Preparar Definir los detalles: metas, presupuesto, etc. Seleccionar herramientas Seleccionar imágenes: Del área de interés De tiempos apropiados De sensores apropiados compatibles espectralmente y espacialmente resolución buena con cobertura de luz visible y infrarrojo (NIR) Sin muchos nubes

5 2. Corregimientos Corregir imágenes radiométricamente – minimizar diferencias en Angulo del sol Intensidad del sol (distancia de la Tierra) Distorsión atmosférica (recomendable) Normalizar 1 imagen a la otra (recomendable)

6 3. Calcular un índice vegetativo para ambas Objeto es enfocar en los datos vegetales Usualmente NDVI, TCT, o una variación 4. Restar mapas de índice Pixel por pixel diferencia Tiempo 2 – Tiempo 1 = Mapa de cambios vegetales

7 5. Clasificar los cambios Para destacar cambios más grandes 6. Analizar los cambios destacados No de interés: nubes, sombra, desalineamento, sucesión estacional Contra bases de datos: incendios, inundaciones, predios de manejo forestal Marcar el resto para investigación: tala clandestino, plaga, sequía, polución, etc

8 Preparar - definir metas: Identificar gran cambios en bosque / selva en el estado de Puebla Imágenes , intervalos de 5 y 10 años, invierno preferable Usar datos y herramientas gratis si posible

9 Preparar - seleccionar herramienta(s): ERDAS Imagine, IDRISI, ENVI – todos son muy buenas … y muy cara$ Análisis de imágenes gratis: ILWIS, MultiSpec, OpenEV Selecioné ILWIS porque es gratis y poderoso - tiene scripts

10 Scripts de ILWIS me permitió automatizar y simplificar el proceso, como las más cara$

11 Preparar - seleccionar imágenes: Fuentes no gratises: ASTER, ALI, Hyperion, IKONOS, Orbview, QuickBird, WorldView, AWiFS SPOT – cuesta ~ para 10-20m res. PERO, convenio permite solicitud por SEMARNAT Fuentes gratises: MODIS – 250m-1000m, mal para áreas pequeños NALCMS (North American Land Cover Change Monitoring System) – base es MODIS y mapas no publicados todavía Landsat 5 y 7 – 30m, 6 bandas reflectivas X ? ? X

12 Imágenes de Landsat – gratis en línea Almanaque de escenas por año y sensor

13 Selección de Imágenes Landsat

14 Corregir y normalizar Calcular TCT - condensar 6 capas a 3: brillante, verde, y húmedo Restar las 3 capas para obtener cambios de cada

15 Clasificar los mapas de cambios Para resultados mejores, debería ser hecho por tipo de ecosistema. Ecosistemas de interés de INEGI: bosque coníferas bosque encino bosque mesófilo selva caducifolia selva perennifolia Bosque coníferas en norte de Puebla

16 Clasificación requiere lo más esfuerza … o definir muestros antes (supervisada) o interpretar resultados automaticos (no supervisada) Este ejemplo es no supervisado – hay que eligir sentido a cada clase

17 Ahora, estoy interpretando algunos resultados… ¿Área bajo de manejo forestal?

18 Ahora, estoy interpretando algunos resultados… Cambios interesantes a la derecha … pero a la izquierda es probable sucesión no forestal (diciembre a februero)

19 Ahora, estoy interpretando algunos resultados… ¿Incendio reciente?

20 Ahora, estoy interpretando algunos resultados… Cambio de uso de suelo – carretera nueva

21 Ahora, estoy interpretando algunos resultados… Cambios de sombra por ángulo del sol … o offset (error de coregistración geografica)

22 Funciona solamente con pares de imágenes – no serie ni conjuntos Disponibilidad limitada de imágenes buenas en algunas áreas Opciones limitadas de años (brincar años) y fechas (riesgo de offset estacional) En caso de Landsat en México, después de 2002 hay pocas de L5 para el sur, solo de L7 … que son defectuosas (SLC-off huecos) Enigma de resolución Inferior – no puede detectar cambios pequeños Ej., aclarar de bosque o ligero cambios de límites Cambios pequeños (en área o en cantidad de cambio) perdidos en el ruido. Usar períodos más que solo 1-3 años … cambios graduales son más notable. Superior – imágenes cubren menos Hay que procesar más pares para la misma cobertura. Ej., 3 Landsat imágenes cubren Puebla … pero ~15 requeridas de SPOT.

23 Riesgo – quizás los polígonos de tipos de ecosistemas usados en clasificación no corresponden bien a ambas imágenes Riesgo – errores técnicos ej. Coeficientes incorrectos en calculo de correcciones o índice vegetal Riesgo – hacer juicios mal durante clasificación y interpretación

24 Generalmente in mis resultados limitados, los cambios destacados corresponden a Pérdida o aumento de vegetación Cambios de sombra de terreno Sucesión estacional (evitable con mejor selección de fechas) Tengo dudas en áreas más verde (ej. bosque mesófilo) que pueda distinguir bien bosque original y crecimiento de plantas nuevas. Proceso es complicado, pero flexible y poderoso Se puede obtener resultados útiles con esfuerzo … y GRATIS con un poco más esfuerzo


Descargar ppt "Shane Runquist US Peace Corps Volunteer SEMARNAT Puebla 19 agosto, 2009"

Presentaciones similares


Anuncios Google